Segmentation markovienne floue d'images. Application en détection de changements entre images radar
Auteur / Autrice : | Cyril Carincotte |
Direction : | Salah Bourennane, Stéphane Derrode |
Type : | Thèse de doctorat |
Discipline(s) : | Optique, image et signal |
Date : | Soutenance en 2005 |
Etablissement(s) : | Aix-Marseille 3 |
Mots clés
Résumé
Cette thèse est consacrée à la segmentation non supervisée d'images de télédétection et la détection de changements entre images radar. Nous présentons tout d'abord un modèle de chaînes de Markov cachées d'ordre supérieur qui permet de modéliser des structures de bruit complexes comme des bruits corrélés. Afin de prendre en compte certaines caractéristiques floues des images de télédétection, nous proposons ensuite un modèle de chaînes de Markov cachées floues qui tient compte de façon conjointe des caractéristiques de bruit et de flou des observations. Cette modélisation autorise la coexistence de pixels durs et flous dans une même image, et permet de caractériser des dégradés bruités situés de part et d'autre de zones plus homogènes. Nous présentons finalement une méthodologie de détection de changements basée sur ce modèle, qui permet de caractériser l'imprécision associée aux changements survenus entre deux acquisitions radar.